“Bientôt, Google vous indiquera le temps d’attente à la caisse du supermarché ou les places libres dans le RER…”

Gilles Dawidowicz, Google : C’est 24 millions de photos satellite, c'est considérable. Si je devais prendre une image, imaginez qu’un octet de donnée ça soit un grain de riz. Un kilo octet ça ferait une tasse. Un mega, ça ferait huit sacs de riz. Un giga ça ferait trois conteneurs de riz. Un tera ça ferait deux navires porte-conteneurs de riz. Et un péta ça couvrirait la ville de Besançon. Donc là on a 20 petaoctets, ça ferait vingt fois la ville de Besançon recouverte de riz ! On n'est plus dans le big data, mais dans l'extrême big data !

Vous disiez récemment que si vous aviez dû traiter des données sur des ordinateurs classiques, cela vous aurait pris 228 ans de calcul ! Comment on traite une telle masse de données ?

Pour traiter ces données, on a collaboré avec de grandes universités, notamment aux Etats-Unis, et des organismes comme l'agence spatiale européenne par exemple, pour rassembler ces données, les organiser et les traiter grâce à de l'intelligence artificielle. Avec des outils que l'on a fabriqués historiquement en interne, pour manipuler nos propres données et fabriquer Google Earth et Google Maps.

A quoi a servi l’IA dans ce processus ?

Concrètement, par exemple, cela nous a permis d’effacer pixel par pixel les nuages dans les zones où il y en avait. Pour cela on a appris à la machine à faire la distinction entre un nuage et la neige par exemple, parce que vu de l'espace, un pixel blanc, c'est un pixel blanc. Et puis évidemment il y a des endroits sur terre où il y a des nuages toute l'année. Là on a dû faire appel à d'autres technologies, notamment avec des photos aériennes, à plus basse altitude, qu'il a ensuite fallu mélanger avec les images satellite. De sorte qu'on a obtenu sur les 37 dernières années, une représentation parfaite de la terre par année. Et puis, toujours avec l'IA, on peut mettre cela en animation et voir, au fil du temps, les transformations des paysages un peu partout sur la planète. Et prendre ainsi conscience de la façon dont la planète évolue et de l’impact de l’homme et de ses activités sur l’environnement.

Ecoutez l’intégralité de l’interview de Gilles Dawidowicz, géographe et planétologue, en charge de Google Maps pour la France et l'Europe du Sud, dans cet épisode de Big Data, le podcast de Capital :

Cette prise de conscience passe aussi par l’évolution des modes de transport et, là encore, vous dites avoir un rôle à jouer et vous allez ainsi lancer un nouveau service qui permet de choisir l’itinéraire avec le moins d’impact sur l’environnement. Comment ça marche ?

Google Maps permet de calculer 1 milliard de kilomètres de trajets en transports en commun par jour dans le monde. Et plus de 50 millions de kilomètres d'itinéraires en voiture. Donc on voit bien que si on propose des itinéraires alternatifs, verts, ça va forcément réduire les émissions de CO2. On va proposer des itinéraires en se basant sur le pourcentage de pente par exemple, pour les contourner si c'est possible. On va aussi calculer en fonction du type de véhicule et d'énergie, de la circulation, de la météo... Bref on a va agréger tout un tas de données pour obtenir ce résultat, dont une partie des données en temps réel, qui nous sont notamment transmises par nos utilisateurs.

Est-ce que cela signifie que nous sommes tous des capteurs humains désormais ?

C'est vrai que nous sommes tous devenus des capteurs : des geo-capteurs, des photo-capteurs... Notre force, chez Google, c'est d'avoir des produits utilisés par des millions de personnes et donc d'avoir des millions de sources qui vont nous alimenter et nous servir pour les calculs d'itinéraires. Un exemple : il y a quelque temps aux Etats-Unis un pont s'est effondré suite à tremblement de terre. Trente seconde après Google Maps était à jour et on a pu faire le calcul d'itinéraire des secours pour contourner le pont et accéder au site. Nous ne garantissons évidemment pas une mise à jour en trente secondes partout dans le monde. Mais nous faisons 25 millions de mises à jour quotidiennes dans Google Maps. Et, grace à ce traitement des infos en temps réel, nous pouvons annoncer une minute de précision dans le calcul des itinéraires partout en métropole aujourd'hui.

Vous qui scrutez les déplacements en temps réel, avez-vous vu des évolutions notables avec la crise Covid ?

Oui bien sûr, la pandémie a eu un impact considérable notamment sur nos modes de transport et de déplacement. Les calculs d'itinéraires à vélo sur Google Maps ont augmenté de façon incroyable : +45% en France et même 56% à Paris. Y compris avec des temps de trajet plus longs. C'est à dire que non seulement il y a plus de gens qui se sont reportés sur le vélo, mais qu'en plus ils ont pédalé plus longtemps.

Vous avez prévu de lancer de très nombreux nouveaux services sur Google Earth et Google Maps dans les mois qui viennent dont une partie, justement basés sur les informations apportées par les utilisateurs. Pouvez-vous nous en dire plus ?

On a des choses très concrètes qui vont rapidement arriver, comme l’indication de la température dans un lieu donné. Savoir si une rame de métro est plus ou moins remplie et s'il n'y fait pas trop chaud. Identifier les places libres dans un RER ou dans un train. On pourra aussi connaître l’affluence dans les lieux publics, les magasins. Savoir s’il y a la queue à la caisse du supermarché ou du monde à la pharmacie. Des choses utiles en temps de Covid. Des services très concrets et très locaux.

Retrouvez tous les épisodes de notre podcast, avec des interviews de personnalités de l’univers de la donnée et de l’intelligence artificielle (Luc Julia, Laurence Devillers, Fred Potter, Bernard Werber, Baptiste Robert…) :